DaPro - abgeschlossen

Datengetriebene Prozessoptimierung mit Hilfe maschinellen Lernens in der Getränkeindustrie

Technologiebereich: (Mathematische) Optimierung & Planung; Machine Learning

Am Beispiel der Brauwirtschaft hat DaPro Standards und Methoden zur Auswertung großer Datenmengen in der Getränkeindustrie entwickelt. Die Daten werden – unterstützt durch maschinelles Lernen – analysiert, um komplexe Prozesse in der Produktion zu optimieren.

Herausforderung
Die Getränkeindustrie steht unter hohem Wettbewerbsdruck: Bei steigender Variantenvielfalt, stagnierenden Preisen sowie sinkenden Losgrößen steigen die Kosten, besonders für Energie und Rohstoffe. Vor diesem Hintergrund sind die Hersteller gefordert, Produktionsprozesse zu optimieren. Potenzial dafür steckt in der Auswertung von Produkt- und Prozessdaten der gesamten Wertschöpfung. Durch einen hohen Grad der Automatisierung und den umfangreichen Einsatz von IT-Systemen sind in der Getränkeindustrie bereits enorme Datenbestände vorhanden. Doch bisher war es aufgrund der Größe des Datenvolumens kaum wirtschaftlich, diese Quelle auszuwerten. Fortschritte vor allem im Bereich Data Mining, also bei der systematischen Anwendung statistischer Methoden auf große Datenbestände (Big Data), bieten nun die Chance dazu. Allerdings stellen die schwankenden Parameter natürlicher Rohstoffe, eine hohe Anzahl an Einflussfaktoren, heterogene IT-Strukturen sowie ein starker zeitlicher Versatz zwischen Ursache und Wirkung die Anwendung dieser Methoden in der Praxis vor große Herausforderungen.

Umsetzung
DaPro hatte sich das Ziel gesetzt, einen Werkzeugkoffer mit Data-Mining-Modulen und eine Referenzarchitektur zu konzipieren, die es sowohl Produzenten als auch Anlagenherstellern aus der Getränkeindustrie erlauben, Daten kollaborativ und eigenständig zur Prozessoptimierung zu verwerten. Die Werkzeuge wurden praxisnah bei den Partnern aus der Brauwirtschaft definiert und erprobt. Dazu analysierten sie komplexe biochemische Prozesse, um entlang der gesamten Prozesskette der Getränkeindustrie datenbasierte Optimierungspotenziale zu realisieren.

Ein prototypischer Ansatz war, die Verarbeitbarkeit des Malzes bereits im Wareneingang vorherzusagen, um eine optimale Steuerung der Sudhausprozesse zu ermöglichen. Ein anderer Anwendungsfall bestand darin, die Filterstandzeit im Filtrationsprozess vor der Flaschenabfüllung zu prognostizieren, um die verketteten Abfüllanlagen und insbesondere deren Engpass-Maschinen während des Abfüllprozesses bestmöglich auszunutzen. Ziel war es einerseits, herauszufinden, welche Maschine den Stillstand verursacht hat und damit eine Fehlersuche und Optimierungsgrundlage zu schaffen. Andererseits galt es, Ausfälle von Motoren im Rahmen eines Predictive-Maintenance-Anwendungsszenarios durch eine Stromdatenanalyse vorherzusagen und mit einem Gesundheits-Score zu überwachen. Eine weiterer Ansatz bestand darin, bereichsübergreifend Strom-Lastspitzen vorherzusagen, um neben einer verbesserten Rohstoff-Nutzung auch den Energieverbrauch zu reduzieren. In einem cyber-physischen Braudemonstrator wurden Rezepte unter Anwendung maschineller Lernverfahren optimiert: Dabei wurden auf Basis von Kundenfeedback nicht nur verschiedene Biersorten iterativ verbessert, sondern auch der Werkzeugkoffer und die Referenzarchitektur anfassbar demonstriert. Die Arbeiten bilden zudem die Grundlage einer internationalen Forschungskooperation mit der University of Technology Sydney (UTS), an der das DaPro-Team wesentliche Projektergebnisse in Form einer Sommerschule und Hackathons vorgestellt hat. Auch die relevanten Ergebnisse der Anwendungsszenarien sowie die Arbeiten zur Referenzarchitektur und Einführungssystematik konnten erfolgreich publiziert werden.

Anwendung und Nutzen
Neben den ökonomischen Vorteilen, die durch die datengetriebene Prozessoptimierung erwartet werden, verfolgen die Partner aus der Brauwirtschaft das Ziel, ihre Produktion unter ökologischen Gesichtspunkten nachhaltiger zu gestalten, um Energie zu sparen und Rohstoffe effizienter zu nutzen. Die Demonstratoren befinden sich mittlerweile im Einsatz und helfen fortan, die Produktivität zu steigern und beispielsweise einen nachhaltigen Ressourceneinsatz im Sudhaus zu fördern. Die Werkzeuge des Werkzeugkoffers werden in Plattform-Ökosystemen bereitgestellt und können von Unternehmen der Getränkeindustrie verwendet werden. Über die konkreten Anwendungsszenarien hinaus soll DaPro dazu beitragen, die ökonomische Datennutzung in der Getränkeindustrie sowie für die gesamte Prozessindustrie voranzubringen. Entsprechende Folgeaktivitäten, die ebenfalls den Brückenschlag zu Ontologien und Branchen-Standards wie den Weihenstephaner Standards adressieren, befinden sich in der Planung.

Konsortium
Bitburger Braugruppe GmbH, RapidMiner GmbH, SYSKRON X GmbH, RIF Institut für Forschung und Transfer e.V., Augustiner-Bräu Wagner KG